import pandas as pd
#創建數據集
df = pd.DataFrame(
{
‘名稱’:[‘產品1’,‘產品2’,‘產品3’,‘產品4’,‘產品5’,‘產品6’,‘產品7’,‘產品8’],
‘數量’:[‘A’,‘0.7’,‘0.8’,‘0.4’,‘0.7’,‘B’,‘0.76’,‘0.28’],
‘金額’:[‘0’,‘0.48’,‘0.33’,‘C’,‘0.74’,‘0’,‘0’,‘0.22’],
‘合計’:[‘D’,‘0.37’,‘0.28’,‘E’,‘0.57’,‘F’,‘0’,‘0.06’],
}
)
#搜索整個DataFrame, 並將所有符合條件的元素全部替換。操作之後，其實原DataFrame是並沒有改變的。改變的只是一個複製品。
df.replace(‘A’, 0.1)
#如果需要改變原數據，需要添加常用參數 inplace=True
df.replace(‘A’, 0.1, inplace=True)
#inplace這個參數在一般情況沒多大用處，但是如果只替換部分區域時，inplace參數就有用了
df[‘金額’].replace(0, 0.22, inplace=True)
‘’’
在上面這個操作中，‘合計’這一列中的0，並沒有被替換。
只有‘金額’這一列的0被替換，而且，替換後的結果不需要我們再和原數據進行合併操作，直接體現在原數據中。
‘’’
#可以用字典形式替換多個值
df.replace({‘C’:0.9999, ‘F’:0.7777})
df.replace([‘C’, ‘F’], [0.999, 0.777])
df[‘合計’].replace({‘D’:0.11111, ‘F’:0.22222}, inplace=True)
#如果替換的值都是一樣的話
df.replace([‘C’, ‘F’], 0.33333)
df[‘合計’].replace([‘D’, ‘F’], 0.0111, inplace=True)
#參數regex，可以使用正則表達式替換多個
df.replace(’[A-Z]’, 0.99, regex=True)
#只需要替換某個數據的部分內容
df[‘名稱’].str.replace(‘產品’, ‘product’)
#某些列滿足特定條件，然後改變另外的某些列的值
df.loc[df[‘數量’] == ‘A’, ‘合計’] = ‘changed’ # 關鍵句，直接改變df的值
df.loc[df[‘合計’].str.contains(‘change’), ‘數量’] = ‘A’ #使用countains可以用來正則匹配篩選
刪除pandas DataFrame的某一/幾列：
方法一：直接del DF[‘column-name’]
方法二：採用drop方法，有下面三種等價的表達式：
-
DF= DF.drop(‘column_name’, 1)；
-
DF.drop(‘column_name’,axis=1, inplace=True)
-
DF.drop([DF.columns[[0,1, 3]]], axis=1,inplace=True) # Note: zero indexed
注意：凡是會對原數組作出修改並返回一個新數組的，往往都有一個 inplace可選參數。如果手動設定爲True（默認爲False），那麼原數組直接就被替換。也就是說，採用inplace=True之後，原數組名（如2和3情況所示）對應的內存值直接改變；而採用inplace=False之後，原數組名對應的內存值並不改變，需要將新的結果賦給一個新的數組或者覆蓋原數組的內存位置（如1情況所示）。